MAI-Image-2.5 مایکروسافت رتبه سوم لیدربورد Arena را گرفت
هوش مصنوعیخلاصهٔ کاملتر
مایکروسافت مدل جدید تولید تصویر خودش یعنی MAI-Image-2.5 رو معرفی کرد. این مدل در لیدربورد text-to-image سایت Arena (پلتفرم مقایسه مدلهای هوش مصنوعی) جایگاه سوم رو داره و قویترین مدل تصویری مایکروسافت تا به امروز محسوب میشه.
این مدل در دنبال کردن دستورالعملها دقیقتره، تصاویر جزئیات بیشتری دارن و از نظر انسجام بهتر به نظر میرسن. یکی از بزرگترین بهبودها مربوط به رندر متن روی تصویره — چیزی که قبلاً برای اغلب مدلهای تولید تصویر یه چالش جدی بود. حالا کلمات واضحتر، چیدمانها منسجمتر، و صحنهها حسابشدهتر به نظر میرسن.
برای کارهای خلاقانه حرفهای مثل طراحی پوستر، بستهبندی محصول، یا تصاویر برندینگ، MAI-Image-2.5 نسبت به نسخه قبلی یه جهش واقعی محسوب میشه. مدل همچنین در درک روابط فضایی، نورپردازی، مقیاس و ساختار صحنه هم پیشرفت داشته؛ یعنی از یه توضیح ساده میتونه یه تصویر پرداختشده بسازه.
MAI-Image-2.5 همین الان روی Arena در دسترسه و قراره ظرف دو هفته آینده به MAI Playground و Foundry هم اضافه بشه.
نکات کلیدی:
- رتبه سوم لیدربورد text-to-image در Arena
- بهبود قابل توجه در رندر متن روی تصویر
- مناسبتر برای کارهای تجاری و برندینگ
- استدلال بصری قویتر: نورپردازی، مقیاس، روابط فضایی
- در دسترس روی Arena؛ بهزودی در MAI Playground و Foundry
